Google ADK Bootcamp – IA Générative et Agentique

Bienvenue dans le Bootcamp sur l'IA Générative et Agentique basé sur Google ADK ! Ce bootcamp est structuré en plusieurs modules pour vous guider de l'introduction aux concepts fondamentaux jusqu'à la mise en œuvre avancée de context engineering et de la mémoire dans les agents.

Structure des Modules

Module 1 : Fondements

• Introduction à l'IA générative et aux agents
• Concepts clés et terminologie
• Premiers pas avec Google ADK

Module 2.1 : Outils

• Présentation des outils essentiels pour le développement d'agents
• Prise en main des environnements et bibliothèques
• Exemples pratiques d'utilisation

Module 2.2 : MCP (Model Context Protocol)

• Comprendre le protocole MCP
• Manipulation du contexte dans les agents
• Cas d'usage et intégration dans Google ADK

Module 3.1 : Context Engineering

• Techniques avancées de gestion du contexte
• Optimisation du prompt et de la mémoire contextuelle
• Exercices pratiques

Module 3.2 : Memory

• Implémentation de la mémoire dans les agents
• Stratégies de persistance et de récupération d'information
• Démonstrations et cas d'usage

Utilisation

Chaque module est disponible sous forme de notebook Jupyter (.ipynb). Vous pouvez les ouvrir dans VS Code ou Jupyter Lab pour suivre les exercices et compléter les activités proposées.

Prérequis

• Python 3.8+
• Jupyter Lab ou VS Code avec l'extension Jupyter
• Dépendances listées dans pyproject.toml

Démarrage rapide

1. Clonez ce dépôt
2. Installez les dépendances :

   pip install -r requirements.txt

   ou via pyproject.toml selon votre gestionnaire de paquets
3. Lancez Jupyter Lab ou ouvrez les notebooks dans VS Code
4. Suivez les modules dans l'ordre pour une progression optimale

Ressources

• Dossier images/ : illustrations et schémas utilisés dans les notebooks

---

Pour toute question ou suggestion, n'hésitez pas à ouvrir une issue ou à contacter les organisateurs du bootcamp.